Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
REALIZADO POR:
$RI$L%& D' (#)UE* +U$# ,$RL'& B'#ILL$ -ELI. $R,$#' +'&E LUI& /ER#$#DE*
Diciembre0 1234
MATRICES EQUIVALENTES
Dos matrices de la misma dimensin0 A 5 B0 son e6uivalentes si existe una matriz elemental "ila 7o producto de ellas80 E, tal 6ue A = EB9 Lo expresamos con A~B Dos matrices son e6uivalentes si sus vectores "ila 7o vectores columna8 engendran el mismo subespacio vectorial9 Por consiguiente0 la sustitucin de una "ila 7o columna8 por una combinacin lineal de las dem:s de!ar: invariable el subespacio engendrado9 Esta operacin permite obtener una matriz e6uivalente donde las "ilas 7o columnas8 son linealmente independientes9 &e llama rango de una matriz precisamente a este nmero de "ilas 7o columnas8 linealmente independientes9 Propiedade Las matrices seme!antes comparten varias propiedades;
poseen el mismo rango0 el mismo determinante0 la misma traza0 los mismos valores propios 7aun6ue los vectores propios0 en general0 ser:n distintos80
&i dos matrices $ 5 B0 ambas de mismo orden0 son e6uivalentes entonces se cumple 6ue;
M=
2 0 -4
4 2 -8
6 0 -12 N=
10 6 -4 -8
-6
2 0 -12
proporcional a la primera0 por tanto solo tiene dos "ilas independientes0 5 rango de #=? 0 puesto 6ue al @acer el determinante de # = A1 AUTOVALORES Y AUTOVECTORES &ea $ una matriz cuadrada de Rnxn0 ! un vector columna de Rn 5 B un escalar 7real o comple!o8 6ue satis"acen; A !" # !
Los escalares B 6ue cumplen con 738 se llaman a$%o&a'ore o valores propios0 5 los vectores ! C ( 6ue satis"acen la ecuacin se llaman a$%o&e)%ore o vectores propios9 Es posible resolver la ecuacin matricial 738 de la siguiente "orma; $!=B! $ != B I ! 7donde I es la matriz identidad de Rnxn8 $!DBI!=2 7$ D B I8 ! = 2 La ecuacin 718 es un sistema de ecuaciones lineales @omogEneo0 de n ecuaciones con n incgnitas0 por lo cual siempre es compatible9 Para obtener las soluciones no triviales0 es decir los ! C (0 el sistema deber: ser compatible indeterminado0 para lo cual la matriz de coe"icientes del sistema 7$ D B I80 debe ser singular 7su determinante debe ser igual a cero89 Por esta razn0 se plantea 6ue; F$DBIF=2 La ecuacin 7480 6ue resulta ser una ecuacin polinmica0 recibe el nombre de ecuacin caracter<stica 5 su solucin est: dada por n valores de B0 los cuales pueden ser reales o comple!os9 Puede ocurrir 6ue algunas ra<ces tengan multiplicidad ma5or a uno0 es decir0 los n autovalores asociados pueden no ser distintos0 es decir0 si Bi representa a los autovalores distintos de $ con i= 30 10 G0 m0 puede ser 6ue m Hn9 Una vez obtenidos los autovalores0 cada uno de ellos es reemplazado en la ecuacin 718 para obtener el sistema de ecuaciones compatible indeterminado asociado9 La solucin de este sistema de ecuaciones es un autoespacio E I correspondiente al autovalor B9 Los vectores de una base del autoespacio E I son los autovectores correspondientes a ese autovalor B9
Para observar cmo se e"ecta el c:lculo de los autovalores 5 autovectores asociados a una matriz9
Resulta entonces el polinomio de segundo grado 7>DB8 7D>DB8DJ = 20 siendo sus ra<ces B3 = DK 5 B1 = K9 Por lo tanto0 los autovalores de la matriz $ son DK 5 K9 ,alculemos a@ora los autoespacios asociados a cada uno de ellos9 Es decir0 los autovectores9 Para B3 = DK0 debemos resolver el sistema;
La solucin del sistema 7K80 indeterminado0 est: dada por vectores de la "orma 7x30 D4x38t9 Por lo tanto0 el autoespacio correspondiente al autovalor B 3 = DK est: dado por el con!unto E3= L7x0 D4x8t0 x M RN
Un autovector correspondiente al autovalor B3 = DK es0 por e!emplo0 &, = 730 D48t Para B1 = K0 debemos resolver el sistema;
La solucin del sistema 7?80 6ue tambiEn resulta indeterminado por el planteo realizado0 est: dada por vectores de la "orma 74x 30 x38t9 Por lo tanto0 el autoespacio correspondiente al autovalor B1 = K est: dado por E1= L74x0 x8t0 x M RN Un autovector correspondiente al autovalor B1 = K es0 por e!emplo0 &- = 740 38t
di"erencia de una aplicacin0 no todos los elementos del con!unto de partida de una "uncin tienen necesariamente una imagen en el con!unto de llegada9
Dic@o de otra "orma; Una aplicacin " entre dos con!untos . e % es cual6uier regla 6ue nos permite asignar a cada elemento x del con!unto inicial . un nico elemento 5 del con!unto Snal %9 &e denota por " ; . T % En :lgebra lineal0 se asocia un polinomio a cada matriz cuadrada llamado po'i0o+io )ara)%er2 %i)o9 Dic@o polinomio contiene una gran cantidad de in"ormacin sobre la matriz0 los m:s signi"icativos son los valores propios0 su determinante 5 su traza9 Una matriz de n por m elementos0 es una +a%ri3 )$adrada si el nmero de "ilas es igual al nmero columnas0 es decir0 n = m En matem:ticas0 una +a%ri3 es un arreglo bidimensional de nmero0 6ue se usan para describir sistemas de ecuaciones lineales0 sistemas de ecuaciones di"erenciales o representar una aplicacin lineal 7 dada $0a 4a e89 En :lgebra lineal0 se dice 6ue un con!unto ordenado B es 4a e de un espacio vectorial V si se cumplen las siguientes condiciones; Qodos los elementos de B pertenecen al espacio vectorial V9 Los elementos de B "orman un sistema linealmente independiente9 Qodo elemento de V se puede escribir como combinacin lineal de los elementos de la base B9 ,oncatenando todo lo anterior se puede decir respecto al po'i0o+io )ara)%er2 %i)o de $0 operador 'i0ea' o ap'i)a)i/0 'i0ea' en un e!emplo;
5 el polinomio caracter<stico0
DIAGONALIZACI6N DE MATRICES
En tErminos generales consiste en obtener una matriz diagonal0 D0 a partir de una matriz $0 de tal manera 6ue D conserve las propiedades de $9 La matriz D se obtiene a partir del estudio de los valores 5 vectores propios9 Existen matrices 6ue no pueden ser reducidas a una "orma diagonal pero s< a otros tipos como son las matrices triangulares 5 las "ormas cannicas de +ordan9
Dada una matriz $ diremos 6ue es diagonalizable si existe una matriz diagonal D tal 6ue $ 5 D sean seme!antes 7es decir 6ue si existe una matriz , tal 6ue $=,D3D,8
Para estudiar una matriz suele ser conveniente expresarla de "orma lo m:s sencilla posible9 Diagonalizar una matriz $ es precisamente eso; escribirla de manera simple encontrando una matriz invertible P 5 una diagonal D 7si se puede8 tales 6ue $ = PD3 D P Una matriz es diagonalizable si es cuadrada 5 el nmero de valores propios es igual al de "ilas o columnas de la matriz9 VDiagonalizar una matrizV se reduce a
$s<
es una matriz 1 por 1 con 1 valores propios di"erentes0 entonces se necesitamos calcular
dice 6ue es diagonizable9 &i 6ueremos diagonalizar los correspondientes vectores propios9 Ellos son;
como
$=,D,D3 ,umpliendo , 5 D los re6uisitos pedidos al principio0 5 por tanto la matriz es diagonalizable9
E!emplo #W1
Dada $=
Primero se buscan las ra<ces caracter<sticas Para obtener los valores propios 6ue son B=30 B=D10 B=D4
0 linealmente independiente9
,=
El determinante de , es igual a YZ3[0 esto signi"ica 6ue existe la inversa de la matriz ,0 por lo 6ue podemos pasar a calcular la ad!unta
$d!,
La matriz D 7matriz diagonal de $8 tiene en la diagonal principal los valores propios de la matriz $9
Teore+a de cayley-hamilton9 Qoda matriz cuadrada satis"ace su propia ecuacin caracter<stica9 Es decir0 si p78 = 2 es la ecuacin caracter<stica de $0 entonces p7$8 = 29 Demostracin9 &e tiene
a33 D P78 = det 7$ D I8 = a13 a31 a11 D 999 999 a3n a1n
; an3
; an1
; 9 9 9 anm D
Es claro 6ue cual6uier co"actor de 7$ D I8 en un polinomio en 9 $s<0 la ad!unta de $ D I es una matriz de n \ n en la 6ue cada componente es un polinomio en 9 Es decir0
Adj (A - I) =
Esto signi"ica 6ue se puede pensar en ad! 7$ D I8 como en un polinomio0 X780 en cu5os coe"icientes son matrices de n \ n9 Para entender esto0 se ve lo siguiente; Qoda matriz cuadrada satis"ace su ecuacin caracter<stica9 $ ] det 7$ D I8 = 2 E*e+p'o5 Demostrar 6ue la $ = &olucin; El polinomio caracter<stico de $ es ,$ 7 B 8 ,$ 7B8 = B1 D > B R K 9 ,alculemos ,$ 7$8 atriz ,umple con el Qeorema de ,a5le5 /amilton9
EJERCICIOS PROPUESTOS
$=
3 4
1 3
M=
1 0 -2
2 1 -4
# 0 -6 N=
$ #
-# 1 0 -6
-2 -4
1 $= 3
D3 4
EJERCICIO :
Veri"icar si la matriz
es diagonalizable
EJERCICIO ;
E*er)i)io prop$e %o
atriz
atriz